Question

我使用JSON格式的配置文件在Snakemake中编写了一个简单的ChIP-seq管道，并且按预期运行了试运行。进一步阅读最佳做法后，我切换到yaml格式的配置文件，并进行了我认为适当的更改，但是现在我收到了“字符串索引必须为整数错误”。

该管道尽可能使用包装程序运行Trimmomatic，FastQC，Bowtie2和MACS2。为了简单起见，我仅包含Trimmomatic和FastQC代码，因为我认为问题在于读取配置文件。配置文件包含样本（三个csv文件），目录（用于创建一致的目录结构），输出文件基本名称和序列数据（基因组等）。

config.yaml

---

samples:
  sample_names:samples.csv
  sample_files:files.csv
  sample_comparisons:comps.csv
directories:
  base_dir: /base/
  sample_dir: Samples/
  seq_dir: Raw_Sequences/
  trim_dir: Sequences/
  aln_dir: Alignments/
  peak_dir: Peak_Calling/
  logs_dir: Logs/
out_base: base
ref_seq_data:
  genome:<genome directory>
  bt2_index:<bowtie2 index directory>

...

Snakefile

import pandas as pd

shell.prefix("set -euo pipefail; ")

configfile: "config.yaml"

sample_names = config["samples"]["sample_names"]
sample_files = config["samples"]["sample_files"]
sample_comparisons = config["samples"]["sample_comparisons"]
base_dir = config["directories"]["base_dir"]
sample_dir = config["directories"]["base_dir"]+config["directories"]["sample_dir"]
seq_dir = config["directories"]["seq_dir"]
trim_dir = config["directories"]["sample_dir"]+config["directories"]["trim_dir"]
aln_dir = config["directories"]["sample_dir"]+config["directories"]["aln_dir"]
peak_dir = config["directories"]["sample_dir"]+config["directories"]["peak_dir"]
log_dir = config["directories"]["sample_dir"]+config["directories"]["logs_dir"]
genome = config["ref_seq_data"]["genome"]
out_base = config["out_base"]

samples = pd.read_csv(sample_names, index_col="sample")
files = pd.read_csv(sample_files, index_col = "sample")
comparisons = pd.read_csv(sample_comparisons)

rule all:
  input:
    expand(log_dir+"{sample}_{read}_fastqc.html", sample = samples, read = [1,2])

# Load Rules

include: "Snakemake_rules/NGS_QC.smk"

我收到的错误消息是：

Snakefile的第7行中的
TypeError：字符串索引必须为整数

当使用JSON格式的配置文件时，我没有将它分成几组（每行都是独立的），当使用config []调用这些行时，它正确地分配了正确的值。

我所见过的大多数讨论都涉及迭代，因此我不确定为什么使用yaml格式的文件时会在这里发生错误。

Answer 1

问题出在您的config.yaml文件中。

samples:
  sample_names:samples.csv
  sample_files:files.csv
  sample_comparisons:comps.csv

键和值应以冒号分隔，后跟空格。我猜想在您的情况下，YAML分析器将samples部分不视为字典，而是视为字符串列表：config["samples"] == ["sample_names:samples.csv", "sample_files:files.csv", "sample_comparisons:comps.csv"]。

正确的配置应为：

samples:
  sample_names: samples.csv
  sample_files: files.csv
  sample_comparisons: comps.csv

从JSON切换到Yaml配置文件时，蛇文件中的字符串索引错误

1 个答案: